农村人口老龄化效应下农业生态效率的变化

李 露，徐维祥

(浙江工业大学 经济学院，浙江 杭州 310023)

一、农业劳动力资源配置与农业效率

农业作为一个国家基础性产业，对于国家稳定和安全起着至关重要的作用。改革开放40年来，农业综合生产能力和农民收入持续增长，农民收入增速连续5年超过同期城镇居民收入增长，取得了巨大成就[1]。虽然中国农业的发展受到“人多地少”等刚性资源禀赋约束条件的桎梏，但农业增长方式逐渐由传统的“粗放型”向现代的“集约型”转变，改善了过去以石油农业为主的“逆生态化”现象[2]。农业生态化作为经济高质量发展阶段的必由之路，重点在于协调好农业投入、农业产出、生态影响三者之间的关系，最终实现农业可持续发展的目的。农业生态化近年越来越引起重视，资源节约型和环境友好型的“两型农业”早在2014年中央农村工作会议就被首次提出，以期最大程度地减弱农业生产的负外部性。十九大报告再次强调了“三农”问题在全面建成小康社会中的中心地位，提出了以“产业兴旺、生态宜居、治理有效”等为总体发展要求的乡村振兴战略，统筹好经济效应和生态效应的协调发展。

中国的农业发展具有两个典型的特征：一个是农户老龄化，另一个是小农经济为主体的家庭经营模式。因此农村人口老龄化的问题一直备受关注，是反映农村劳动力转移的核心要素之一，农村人口老龄化引发的一系列问题对农村生产、生活以及生态环境造成了深远影响。农村人口老龄化现象的背后机制是劳动力供给总量的减少，尤其是农村青壮年劳动力的转移直接导致了农村生产劳动力数量的下降，同时老龄化、女性化和男性劳动力的兼业化也使得农村劳动力质量的下降。农村劳动力转移实质上是农户劳动力资源重新配置[3]，因此农村劳动力转移会提高农村劳动力退出农业生产的概率，造成农村人口老龄化现象，最终对农业生态效率造成深层次影响。

生态效率是一种资源环境投入与人类活动产出之间的关系，最早是由德国学者Schaltegger等提出的，目的是协调好两者的关系以期达到经济和环境间的平衡。农业生态效率是指在农业要素投入下减少资源消耗和环境污染，协调好农业投入产出、经济效益与环境效益三者的关系[4]。国外关于农业生态效率的研究较多地聚焦于农业生产的经济效率，也有关于农业生产的技术效率，不同国家地区间的农业生产效率等。结果显示农业生产效率具有一定的收敛趋势，且资本积累与农业生产效率呈正相关[5]；但关于农村劳动力与农业生态效率关系的研究较少，最早有学者从劳动力生产率角度出发，认为劳动力生产率在经济发展相似的地方对农业生产率影响不大[6]，此后随着农业现代化进程的加速有学者探讨劳动力价格对农业机械化的影响[7]；学者从政府角度出发探讨农业生产制度与农业效率关系的较多[8]，通常以某个地区为例，评估农业部门的生态效率，显示农业政策也起着决定性作用；由于国外农业经营模式的特点，较多学者倾向于从农户和农场规模角度探讨其和农业生产效率的关系[9]，研究显示农场规模和技术效率之间的关系是非线性的，现代科技是技术效率重要的影响因素[10]。

国内关于农村人口老龄化对农业生态效率的影响主要从农村土地利用、农业生产和农村生态环境等角度出发，其中关于农村人口老龄化对农村土地利用的影响，主要从土地流转[11]和土地租赁[12]等角度出发，通过改变农村宅基地和耕地的利用形式和规模对农村土地利用变化产生影响；关于农业生产方面主要研究农村人口老龄化对粮食产量的学者比较多，一种观点认为农村劳动力的老龄化增加了化肥和农药的使用量对粮食安全造成隐患[13]，另一种研究表明从全国范围来看农村人口老龄化没有造成粮食减产，反而一定程度上带来粮食播种面积和粮食总产量的增加[14]；现阶段关于农村人口老龄化对农村生态环境的影响也存在以下两种观点：一部分学者认为是有利的，尤其山区人口的迁移造成大量土地退耕，整体上降低了人口对农村生态环境的压力，生态系统的自我调节功能加强[15]。另外一部分学者认为农村人口老龄化对农村生态环境存在负面影响。随着耕地减少和农村劳动力的持续外流，化肥农药、农膜等化学品要素的投入虽然在一定程度上促进了农业产出的增加，但也对农村的农田生态环境造成了不利影响[16]。

现有研究关于农村劳动力转移对农业生态效率的影响方面已初具规模，但仍有进一步改善和深入的空间：农村劳动力转移带来的直接后果就是农村人口老龄化，本文正是在这一背景下考察农村劳动力转移不同阶段下农村人口老龄化对农业生态效率的影响，并且进行了效应机制检验。同时将不同区域间的资源禀赋差异考虑在内，进行分地区实证研究。鉴于此，利用2005—2017年中国省级面板数据，首先通过改进的DEA模型Super-SBM测度了30个省市的农业生态效率；然后利用面板门槛模型，选取农村劳动力转移作为门槛变量，探讨了在不同阶段下农村人口老龄化对农业生态效率影响的差异；同时，利用中介效应模型从规模效应、技术效应和人力资本效应等方面验证了农村人口老龄化对农业生态效率的影响机制；最后考虑到不同地区农村发展进程不一致，对东部、中部、西部以及东北地区分别进行了门槛效应检验。因地制宜达到推动乡村产业振兴，从而实现由农业大国向农业强国转变的目的。

二、理论机制分析

(一)农村劳动力转移对农村人口老龄化的影响

中国农村人口老龄化的原因最早要追溯到上个世纪计划生育政策所带来的人口出生率下降，同时随着生活水平的提高人口平均预期寿命延长。21世纪以来，国外学者Skeldon最早在研究农村人口老龄化问题时提出农村劳动力流动对农村人口老龄化影响，一改过去学者普遍认同的老龄化源于低出生率和低死亡率的观点。2001年就有学者指出造成农村人口老龄化最重要的原因就是农村流动到城市的劳动力以青壮年为主。国内学者刘昌平等是比较早提出农村劳动力转移是会带来农村人口老龄化加快的人[17]，大规模的“乡—城”人口迁移主要集中在男性青壮年劳动力，这一方面可能带来城镇人口老龄化进程的放慢，另一方面也使得农村女性、老年、儿童人口比例的上升；后来有学者通过人口普查数据实证证明了人口流动的年龄选择性[18]，农村流出人口的平均年龄往往低于农村人口整体水平，尤其是老年人口流出比例通常低于农村老年人口比例。同时流动人口内部也在不断地“更新迭代”，年轻的流动人口替代年老的流动人口，从而保持流动人口较年轻的年龄结构，这种人口流动的年龄选择性加速了农村人口老龄化；近年来由于农村人口老龄化造成的“农村空心化”问题也引起较多学者关注[19]，“农村空心化”问题往往是“农村人口空心化”，很大一部分原因是来自人口流动，随着农村劳动力的转移，大量农村青壮年劳动力向非农产业和城市转移，农村逐渐呈现出人口“空心化”、老龄化的格局无疑会对传统的小农生产造成较大影响。

(二)农村人口老龄化对农业生态效率的影响

1.规模效应

农村人口老龄化导致的劳动供给量的减少，可能会约束家庭农业经营规模，以达到农村劳动力供给与土地经营规模适配性的目的。通常在一定的农业技术条件下，农村劳动供给量越大、家庭经营的土地规模也越大，土地与劳动力一般表现为互补关系。中国最早的土地分配是按照家庭人口数平均分配的，并且以小农经济和细碎化的分布形态为主要特征，“人多地少”的国情决定了精耕细作的土地经营模式以实现更高的单产水平。但是随着农村青壮年劳动力的转移，农村劳动力逐渐老龄化导致的农村劳动力数量和质量的下降，使得农村家庭重新确立土地经营规模，那些位置偏远、分散，灌溉条件差的土地可能会被弃耕，从而造成土地资源的浪费、降低农业生态效率。同时农村人口老龄化带来的家庭经营能力的下降还会制约农户租入的土地规模，最终影响农业增产。

2.技术效应

随着农村劳动力的转移，农业生产中的青壮年劳动力比例不断下降，老年劳动者由于身体素质较差无法像青壮年劳动力那样完成繁重的农业劳务。在这样的情况下必然会对农业产出造成不利影响，因此需要农业机械化来解放老年劳动力的生产力。在农业生产中提高农业机械化程度从而替代农村劳动力能够在一定程度上保障农业产出增长，尤其是适合农村人口老龄化阶段农业生产。在农村人口老龄化趋势无法逆转的背景下，提高农业生产中的机械化程度也是必然趋势，能够有效补充农村劳动力的供给。农村人口老龄化能够倒逼农业作业方式的转型升级，从单纯依靠人力劳动作业向综合运用机械劳动作业转变，农业机械化水平的提高在一定程度上能够弥补农村人口老龄化对农业生态效率的不利影响。

3.人力效应

生命周期的自然规律决定农村人口老龄化程度的加深会降低农村人口平均身体素质。此外，20世纪经济发展的落后导致农户对教育的重视程度不够，尤其是农村地区的教育资源和设备不齐全造成其教育水平相较城市更低，这一代的农村老年人口普遍受教育程度偏低，学习能力已经退化，导致农村劳动力供给质量的下降。国家教育水平的逐渐上升导致农村人口中青壮年劳动力的受教育水平不断提高，现阶段农村人口的受教育程度通常是随着年龄增长而下降的，因此农村老年人口比例的增加会拉低农村劳动力的平均受教育程度，这就造成了农村人力资本水平的下降。农村人力资本水平低下往往会造成农民难以接受新知识、思想偏于保守、对市场变化不能及时反映的局面，尤其是对于农业机械化、农业信息化的变化可能不能接受以及高效运用，最终导致劳动生产效率低下，不利于农业产出增长。

图1 农村人口老龄化对农业生态效率的效应机制

三、研究方法与指标数据说明

(一)研究方法

1.Super-SBM模型

DEA最早是由Charnes等于1978年提出的，是一种专门测度相对效率的系统分析方法，一般是由多种要素投入与产出的。传统的DEA模型是按照投入和产出等比例缩小或放大的径向，以及投入或产出角度分开来进行效率测度，没有将投入产出的松弛性问题考虑进去，因此有学者认为这种效率值的测度不够准确，提出了改进的DEA模型-SBM(Slacks-Based Measure)是一种非径向非角度的分析方法，基于松弛变量测度的效率值随着投入和产出的松弛程度变化而变化。但有学者指出SBM模型测度的效率值会出现多个决策单元均为1的情况，造成多个决策单元同时有效的现象，无法进行有效评价和排序。因此又提出了Super-SBM 模型，该模型改进了过去SBM方法直接对输入输出的松弛变量进行处理而导致的因径向和角度选择差异带来的偏差和影响，可以对有效单元继续进行评价和排序，具体形式如下[20]：

(1)

2.门槛回归模型

本文在Hansen提出的门槛模型基础上，将农业生态效率作为因变量，农村人口老龄化与农村劳动力转移作为自变量，研究农村人口老龄化对农业生态效率的非线性影响，测算出全样本门槛值后对其准确性进行检验以及内生性“门槛效应”的显著性检验，进一步分析不同地区间农村人口老龄化对农业生态效率的非线性关系。借鉴Hansen提出的面板门槛模型理论，本文构建如下回归模型：

AEE=φ0+φ1lnarp·I(lnrlt≤γ1)+φ2lnarp·I(γ1

φ3lnarp·I(γ2γ3)λlnX+μ2

(2)

其中γ1<γ2<γ3，I代表指示性函数，当括号中表达式不成立时，取值为0，反之则取值1。γ代表门槛值，根据门槛变量农村劳动力转移rlt是否大于门槛值可以划分为不同区间，并且区间范围分别采用斜率值φ1、φ2、φ3、φ4进行区别。X表示控制变量。

3.中介效应模型

为了验证农村人口老龄化对农业生态效率的影响机制，目前比较广泛应用于验证传导机制的实证研究方法是中介效应模型[21]，构建模型如下：

(3)

式(3)中，Yit表示被解释变量，Xit是解释变量，Mit代表中介变量，CV为控制变量，ε为随机扰动项。通过比较估计系数a、b、c、c′之间的显著性来判断是否存在中介效应，检验系数c不显著的话停止分析，显著的话继续检验系数a和b，不都显著的话进行Sobel检验，都显著的话检验系数c′，系数c′不显著说明完全中介效应显著，Sobel检验或者系数c′显著都说明存在中介效应。

(二)指标选取与数据说明

1.被解释变量(农业生态效率)的测算。农业生态效率(AEE，Agricultural eco-efficiency)根据前人的研究成果[22]，通常选取劳动力、土地、化肥、农药、农膜、农业机械动力、灌溉作为农业生态效率的投入指标，期望产出指标选取农林牧渔业总产值。非期望产出指标主要从低碳视角入手，对农业相关投入要素的碳排放量进行测度，这里借鉴国内学者引用较多的碳排放测算方法，其计算公式为：

E=∑Ei=∑Ti×δi

(4)

式(4)中，E代表农业生产的碳排放总量；Ei表示各种碳源的碳排放量；Ti表示化肥、农药、农膜、柴油的消耗量或翻耕、灌溉面积；δi表示各类农业碳源的碳排放系数，包括：化肥(0.896千克/千克)、农药(4.934千克/千克)、农膜(5.180千克/千克)、柴油(0.593千克/千克)、耕作(312.600千克/公顷)、灌溉(20.476千克/公顷)。

2.门槛依赖变量(农村人口老龄化)的测度。人口老龄化(ARP，Aging of rural population)是指在生育率下降和人均寿命延长的背景下老年人口越来越多的一种现象，既是一个过程也是一种结果。测量人口老龄化的标准有很多，最常见的是老年人口占总人口比重、老年人口抚养比等。因此这里借鉴老年系数的概念，基于联合国1956年发表的《人口老龄化及其社会经济影响》对人口老龄化的界定，采用农村65岁及以上人口占农村总人口比重来衡量各省市的农村人口老龄化程度，这个系数达到7%时标志着进入老龄化阶段。

3.门槛变量(农村劳动力转移)的测算。农村劳动力转移(RLT，Rural labor transfer)由于省级层面的农村劳动力流出数据无法直接获取，因此借鉴前人研究从就业角度将农村劳动力转移定义为农村劳动力由农业部门向非农部门转移就业的劳动力迁移[23]。农村劳动力就业用乡村从业人员衡量，乡村从业人员中包含了农林牧渔业就业，因此剔除掉农林牧渔业从业人员，其增减变化可以反映农村劳动力向非农部门转移的情况。具体公式为：(乡村从业人员-农林牧渔业从业人员)/乡村从业人员(%)。

4.中介变量(影响机制检验)

①农村人力资本(AHM)是农业生态化发展的基础条件，一般而言农村劳动力素质越高越有利于农业生态化发展，这里用农村家庭劳动力平均受教育年限来表征。

②农业机械投入强度(AMII)对提高农业生态效率也至关重要，农业机械化的推广一定程度上可以有效替代劳动力不足对农业生产的影响，这里用农业机械总动力和农作物总播种面积的比值来衡量。

③土地规模(Land)是农业产出的载体，随着土地流转，耕地有集中化、规模化的经营趋势，但流转速度较慢。关于土地规模的测度是一个比较复杂的指标衡量，现有文献中有通过家庭入户调查以家庭承包地数量作为土地要素的投入变量，用农户的土地租入、租出行为表示土地规模调整[24]。本文从数据的可获得性角度出发简化了关于土地规模的测度，用人均耕地面积衡量。

5.控制变量。农业受灾率(ADR)反映的是自然环境因素的影响，用农业受灾面积与农作物总播种面积的比值来衡量；农业种植结构(APS)通过非粮食播种面积与农作物总播种面积的比值来表征；财政支农力度(FSA)代表了政府对农业的支持力度，因此这里用财政农业支出占财政总支出的比重来衡量；人均农业增加值(PADP)一定程度上反映了农业经济发展状况，是农业生态化发展的基础，对农业生态效率在不同阶段可能存在不同的影响；农业信息化(AINFO)考虑相关数据的可获得性，本文用农村居民家庭每百户移动电话机拥有量(部)来表征农业信息化。

研究样本为中国30个省(市、自治区)，西藏及港澳台地区由于数据缺失不包含在内，时间跨度为2005—2017年，以上数据主要来源于《中国统计年鉴》、《中国农村统计年鉴》及各省市统计局数据网站，部分省市数据缺失由插值法补齐。其中关于地域的划分来源于“十一五”提出的将全国分为东中西和东北四大区域替代传统的东中西部的划分，2017年政府工作报告再次明确提出：统筹推进三大战略和“四大板块”发展，因此这里区域划分为东部、中部、西部和东北部。农村人力资本来源于《中国人口和就业统计年鉴》人口变动抽样调查数据，具体计算公式如下，其中P代表各教育学历人口数：

(5)

表1 农业生态效率的投入产出指标

表2 农业生态效率相关变量的测算说明

四、全样本实证结果及解释

(一)门槛效应检验

选取农村劳动力转移作为门槛变量，农村人口老龄化当作解释变量，农业生态效率作为被解释变量，为了减小异方差的影响和减缓数据的波动性，这里对变量均对数化处理。首先进行全样本门槛效应模型检验，可以确定门槛模型的具体设定形式，检验结果见表3。采用Bootstrap方法得到的F值和P值可以判断该模型的门槛个数，如表3所示，单一门槛在10%水平下显著，双重门槛、三重门槛均通过了1%水平的显著性检验，因此本文选取三重门槛效应检验。三重门槛效应确定后，对门槛模型中的三个门槛值进行识别，这里三个门槛值lnrlt分别是-3.099、-0.963和-0.435，对应的95%置信区间范围也比较窄，说明门槛值的识别效果较为显著。

表3 全样本门槛效应检验

三个门槛值确定之后，便可对非线性三重门槛模型进行参数估计，面板门槛回归结果显示(表4)总体上看农村人口老龄化对农业生态效率呈现负效应，并且这种负效应在跨越第三个门槛值前显现出下降的态势，跨过第三个门槛值后负效应又有所增强。从lnarp的估计系数来看，农村人口老龄化对农业生态效率呈现非线性的负相关，并且这种负相关也不是一直显著的，第一阶段和第四阶段均通过了1%的显著性检验，第二阶段通过了5%的显著性检验，第三阶段未通过显著性检验。在第一阶段lnrlt<-3.099，即农村劳动力转移rlt小于4.510%时，估计系数为-0.293，在该阶段，农村劳动力开始转移，使得农村人口老龄化现象开始凸显，将导致农业生态效率的下降；而当-3.099-0.435(rlt>64.726%)时，此时农村劳动力转移达到高转移阶段，导致农村老年人口比重越来越高，对农业生态效率产生不利影响，并且影响系数绝对值相比较第二阶段有所提高，达到-0.200。

表4 全样本面板门槛回归模型估计结果

综合来看，不同的农村劳动力转移水平背景下，三重门槛将样本划分为四个区间，农村人口老龄化对农业生态效率的影响存在显著的非线性负相关，这种负相关随着劳动力转移的加快呈现先下降，逐渐趋于不显著，最后又上升的现象。这主要归因于对应的劳动力转移水平的不同阶段，农村老年人口的比重也有所不同，农村劳动力转移主要就是发生在农村年轻人口由农村向城市流动的这个阶段，使得农村人口老龄化程度较城市高且上升幅度也比城市显著。农村劳动力转移带来的直接后果就是农村可支配的农业劳动力减少，老年人不得不承担起农业生产的重任。但是根据生命周期理论，劳动力供给与年龄呈现倒“U”型关系，老年人随着年龄增长各项生理机能下降，从事农业生产的精力和能力均有所下降。同时中国农村老年人口普遍受教育程度较低，农业生产上主要依靠长期积累的实践经验，缺乏现代农业生产技能，不利于现代农业技术推广，传统经验已经不能适应现代农业发展需求。

从控制变量来看，农业受灾率(lnadr)对农业生态效率具有负向效应，并且通过了5%水平的显著性检验。农业在过去是个“靠天吃饭”的产业，具有天然弱质性特征，随着现代技术的发展这种特性有所趋缓，但农业终究是与自然联系最紧密的产业，易受自然灾害的影响。农业受灾率越高，要素投入损失越大，最终降低期望产出，因此对生态效率产生负面影响；农业种植结构(lnaps)对农业生态效率正相关且在10%水平下显著。对于种植业而言，在保证粮食安全的基础下，非粮作物占比比重加大，能够充分发挥中国农业在劳动密集型农产品生产上的比较优势，而且会促进农业产业链进一步延伸和农业功能不断拓展，最终将对农业生态效率的提升产生积极影响；财政支农(lnfsa)没有通过显著性水平的检验，这可能是由于现阶段财政支农多流向农业补助、农村经济尤其是扶贫支出等，资金配置上不均匀，对农业生态化发展还不够重视；农业信息化(lnainfo)对农业生态效率的影响在1%水平下显著正相关。农业信息化为农民更好地学习、吸收和借鉴农业先进技术提供了更好的环境，最大限度地发挥了农业信息化对农业生态效率的促进作用；人均农业增加值(lnpadp)对农业生态效率具有正向效应，且在1%水平上显著。农业经济产出是农业生态化发展的基础，为农业发展提供资金支持，有利于期望产出的提高，最终提升农业生态效率。

(二)农村劳动力转移区域分布格局

根据识别出的三个门槛值的大小，根据农村劳动力转移的不同阶段将各省级行政单位划分为四个区域(见表5)。由表中可知，2005年、2011年没有省市处于低转移阶段，大部分省市的农村劳动力转移在中转移和较高转移阶段，即在4.510%～64.726区间内。2005年，跨越第一个门槛值的省级行政单元多达15个，西部地区占了10个，东北地区和中部地区各占2个，还有1个东部地区的海南。跨越第二个门槛值进入较高转移阶段的有11个，东部地区占了5个，中部地区占了4个，东北地区和西部地区各占1个。跨越第3个门槛值的都是东部地区的省市：北京、上海、浙江和天津。2011年1/2的省市跨越了第二个门槛值，处于较高转移阶段的省级行政单元达到15个，东部地区仍然是5个，中部地区占比增加达到6个，西部地区有所突破占了3个，东北地区仍然是辽宁的农村劳动力转移较高。剩下的省市11个处于中转移阶段，主要分布在西部地区。4个处于高转移阶段，均分布在东部地区。2017年，将近1/2的省市仍然处于较高转移阶段，其中西部地区的数量有所增加，占了4个。高转移阶段的区域突破6个，仍均分布在东部地区。中转移阶段的区域变化不大，四川、广西的农村劳动力转移加快进入较高阶段，湖南的农村劳动力转移减少从较高转移降低到中转移阶段。低转移阶段区域首次突破，分布在贵州省。总的来看，东部地区除了海南，均分布在高转移和较高转移阶段。中部地区劳动力转移随着时间推移逐渐加快，从中转移向较高转移阶段过渡。西部地区大部分分布在中转移阶段，近几年四川、广西的劳动力转移有所突破，到达较高转移阶段。海南的农村劳动力转移发展比较缓慢可能和海南当地的环境以及农业发展政策有关，海南省四季常绿，素有“天然大温室”之美誉，农业品种多样，优势明显。政府也把农业放在国民经济的首位，大力发展“科技农业”和“绿色农业”。因此海南省的农村劳动力不愿意转移到城市，其在农村也有很大的发展空间。

表5 2005、2011、2017年中国农村劳动力转移区域分布格局

(三)农村人口老龄化对农业生态效率的效应机制检验

为了验证前面理论机制关于农村人口老龄化对农业生态效率的规模效应、技术效应和人力效应，接下来主要采用中介效应模型检验农村人口老龄化通过土地规模、农业机械化和农村人力资本这三种中介效应对农业生态效率的影响。模型1显示在控制土地规模时农村人口老龄化对农业生态效率具有显著的负向影响，系数为-0.035。模型2显示农村人口老龄化对土地规模具有负效应，系数为-0.119并且通过了1%水平的显著性检验。农村人口老龄化预示着农村青壮年劳动力的减少，家庭经营能力不足可能会让老年农户弃耕或者通过土地流转，放弃那些地力较低、灌溉条件差、地处偏远的农地，从而造成农村土地的闲置。模型3 表明农村土地规模扩大能够提高农业生态效率提高，而农村人口老龄化仍然会降低农业生态效率，因此根据中介效应系数相关性检验，土地规模的系数乘积ab(-0.119*0.040)与农村人口老龄化的系数c(-0.035)方向一致，即老龄农户土地规模的调整不利于农业生态效率的提高。且由于c′(-0.030)系数显著为负，因此土地规模(lnland)存在部分中介效应，即农村人口老龄化对农业生态效率促减效应中13.60%是通过土地规模的中介效应引起的。

表6 规模效应检验

表7结果显示，模型4中农村人口老龄化对农业生态效率有显著的负向作用，估计系数为c(-0.047)，即农村人口平均年龄每提高1岁会导致农业生态效率下降0.047个单位。模型5中农村人口老龄化对农业机械化程度的影响存在正效应，估计系数为a(0.384)，说明农村人口老龄化进程会倒逼农业机械化程度提高。模型6表明，农村人口老龄化和农业机械化对农业生态效率的影响均显著，农村人口老龄化对农业生态效率的影响系数为c′(-0.073)，而农业机械化对农业生态效率的影响系数为b(0.068)。根据中介效应的公式，由于a、b、c 三个系数均显著，表明人口老龄化通过农业机械化影响农业生态效率的中介效应存在，但由于c′也显著，因此人口老龄化通过农业机械化只是部分的中介效应。中介效应的大小为ab/c =(0.384*0.068)/(-0.047)=-55.56%，农村人口老龄化导致家庭劳动供给量的减少，会带来农村劳动价格的提高。因此农户只能通过现代农业技术来代替农业劳动投入，即通过农业机械化水平提高抵消了一部分(55.36%)农村人口老龄化对农业生态效率的不利影响。

表7 技术效应检验

表8结果显示模型7在不考虑农村人力资本情况下，农村人口老龄化对农业生态效率的直接影响显著为负，系数c是-0.046。模型8显示农村人口老龄化对农村人力资本具有显著的负效应，估计系数a为-0.032，通过了1%水平的显著性检验，这表明农村人口老龄化程度加深显著地降低了农村人力资本，主要是因为农村老年人口普遍受教育程度偏低，现阶段农村人口的受教育程度通常是随着年龄增长而下降的，因此农村老年人口比例的增加会降低农村劳动力的平均受教育程度，这就造成了农村人力资本水平的下降。模型9表明，农村人口老龄化和农村人力资本对农业生态效率的影响均显著，农村人口老龄化对农业生态效率的影响系数为c′(-0.035)，而农村人力资本对农业生态效率的影响系数为b(0.354)，中介效应计算公式(-0.032*0.354)/(-0.046)=0.2463，这表明农村人口老龄化对农业生态效率促减效应中有24.10%是由于农村人口老龄化导致农村人力资本下降引起的。

表8 人力效应检验

五、分地区实证结果分析

考虑到中国各地区间的农村人口老龄化程度以及农业生态效率均存在差异，本文将全样本分为东部地区、中部地区、西部地区和东北地区四个分样本，考察农村劳动力转移背景下农村人口老龄化与农业生态效率之间的关系。从全样本下中国农村劳动力转移区域分布格局可以看出东中西和东北地区的农村劳动力转移发展阶段不同，农村人口老龄化程度也不同，因此有必要对全样本进行分地区检验。控制变量选择上由于前面效应机制检验中人力资本效应和农业机械化效应较强，因此增加农村人力资本(lnahm)和农业机械化(lnamii)。

如表9所示，东部地区双重门槛和三重门槛效应检验都不显著，故使用单一门槛效应进行估计；中部地区单一门槛和双重门槛效应均在5%水平上显著，而三重门槛效应不显著，因此采用双重门槛效应检验；西部地区单一门槛通过了10%水平下的显著性检验，双重门槛效应在5%水平上显著，而三重门槛效应通过了1%水平的显著性检验，因此西部地区采用三重门槛效应估计；东北地区只有单一门槛效应在1%水平上显著，双重门槛和三重门槛均未通过显著性检验，故东北地区使用单一门槛估计。

表9 分地区门槛效应检验

分地区门槛效应检验过后，需要对各地区门槛模型中对应的门槛值进行识别，表10报告了四大地区门槛模型的点估计值及其对应的农村劳动力转移水平rlt值和95%置信区间。东部地区的单一门槛估计值是-0.439，对应的农村劳动力转移水平rlt值是64.450%，即东部地区农村人口老龄化对农业生态效率的非线性影响需要跨过64.450%的农村劳动力转移水平。中部地区的双重门槛估计值分别是-1.115和-1.073，农村劳动力转移水平要跨过两个门槛值32.792%和34.187%。西部地区的三重门槛估计值分别是-3.099、-0.877和-0.605，西部地区农村人口老龄化对农业生态效率的非线性影响最复杂，要跨过三个门槛值。东北地区单一门槛估计值是-0.865，对应的农村劳动力转移水平rlt是42.114%，即农村人口老龄化对农业生态效率的非线性影响需要跨过门槛值42.114%。

表10 分地区门槛估计值及其置信区间

表11描述了不同地区下面板门槛回归模型的结果，结果显示东部地区当农村劳动力转移水平低于64.450%时，农村人口老龄化对农业生态效率呈正相关，但这种正相关未通过显著性检验，说明东部地区农村劳动力转移在64.450%水平下时，农村人口老龄化对农业生态效率呈现正向效应。只有当农村劳动力转移大于64.450%时，农村人口老龄化对农业生态效率呈现负相关，系数为-0.088，相比其他地区这种负效应还比较弱。控制变量中lnahm、lnainfo、lnfsa和lnpadp均通过了显著性检验，农村人力资本lnahm、农业信息化lnainfo和人均农业增加值lnpadp均是对农业生态效率起到正向效应，这与全样本结果相比变化不大，不一样的是农村人力资本在东部地区对农业生态效率的正向效应更强一些，系数达到1.198。这和东部地区的人才政策、区位优势都密切相关，大量人才涌向东部地区使得农业生态效率对农村人力资本的依赖性更高。农业受灾率lnadr虽然是负效应，但未通过显著性检验，东部地区多山地、平原，地理位置得天独厚使得农业受灾率较低，因此还未形成对农业生态效率的负向影响机制。而财政支农力度对农业生态效率的负向影响通过了显著性检验，可能是由于一部分财政支农流向化肥、农药、农机等石油农业要素的补贴，对农业生态效率形成了负向效应，因此要想提高东部地区农业生态效率要重视财政支农结构和趋向的改革。

表11 分地区面板门槛回归模型估计结果

中部地区农村人口老龄化对农业生态效率总体上呈现负相关，并且这种负效应先增强后减弱。当农村劳动力转移水平未达到32.792%时，农村人口老龄化对农业生态效率的影响系数是-0.281。当农村劳动力转移水平在32.792%～34.187%时，这种负效应逐渐增强达到-0.392。只有跨过门槛值34.187%时，负效应才逐渐降低。控制变量上中部地区农村人力资本lnahm、财政支农力度lnfsa、和农业机械投入强度lnamii均未通过显著性检验，没有形成对农业生态效率的影响机制。和东部地区不同的是，中部地区农业种植结构lnfsa对农业生态效率产生负效应，这和中部地区的种植结构有关，河南是中国三大粮食大省之一，安徽、湖北、湖南也都是产粮大省，因此非粮作物种植结构对农业生态效率并不有利，农业生态效率对粮食作物种植结构依赖性更强。

西部地区农村人口老龄化对农业生态效率的负效应在跨越第三个门槛值前都呈现逐渐降低的趋势，当农村劳动力转移水平低于4.510%时，农村劳动力人口流动还不多，人口老龄化现象开始凸显，形成对农业生态效率的负向机制。西部地区本身农村劳动力转移没有中东部地区水平高，当农村劳动力转移越来越高时，农村剩余劳动力逐渐减少，剩余劳动力只能向农业现代化发展，因此在这样的背景下农村人口老龄化对农业生态效率的负向影响逐渐减弱。但当农村劳动力转移过高大于54.608%时，剩余劳动力不足以支撑农业现代化发展，最终对农业生态效率的负效应会逐渐增强达到-0.440。控制变量方面只有农村人力资本和农业机械投入强度未通过显著性检验，与中东部地区相比，西部地区农业受灾率lnadr对农业生态效率的负效应相比中东部均较强，这和西部地区特殊的自然环境有关，西部地区自然灾害发生得相对频繁农业受灾率也较高，因此对农业生态效率的提升更加不利。农业种植结构lnaps、财政支农lnfsa对农业生态效率的正效应分别通过了1%和10%的显著性检验，说明西部地区加大非粮种植面积有利于农业生态效率的提高，也依赖政府财政支农的力度。

东北地区的农村人口老龄化对农业生态效率负向效应显著，当农村劳动力转移水平未跨过门槛值42.114%前，农村人口老龄化会降低农业生态效率，影响系数为-0.261。当农村劳动力转移水平跨过门槛值42.114%时，农村人口老龄化对农业生态效率的负效应有所提高，系数达到-0.337。东北地区的由于农业机械化程度较高，因此在农业现代化背景下的农业生产多依赖于农村年轻劳动力，劳动力的转移加剧了农村人口老龄化，不利于农业生态效率的提高。控制变量方面农村人力资本lnahm和农业受灾率lnadr没有通过显著性检验，与其他地区不同的是农业机械投入强度lnamii对农业生态效率产生正效应并且通过了显著性检验，这和东北地区特殊的农业条件有关，东北地区辽阔富饶，地形平坦开阔，人均耕地多，耕地连成一片有利于机械的运作和推广，并且黑土、黑钙土是最肥沃的土壤，加上工业基础和东北老工业基地的经验，使得东北地区农业机械化程度较高有利于农业生态效率的提高。

六、结论和启示

(一)研究结论

第一，农村人口老龄化对农业生态效率存在着显著的以农村劳动力转移为门槛变量的非线性三重门槛。根据识别出的三个门槛值的大小，将各省级行政单位划分为低转移(rlt≤4.510%)、中转移(4.510%64.726%)。当处于低转移阶段，农村人口老龄化对农业生态效率呈现负相关；当处于中转移阶段时，这种负效应有所下降；而当农村劳动力转移达到较高转移，这个阶段下的农村人口老龄化对农业生态效率的影响变得不显著；当农村劳动力转移达到高转移阶段时，负向效应相比较第二阶段有所提高。

第二，规模效应机制检验中，农村人口老龄化对农业生态效率促减效应中13.60%是通过土地规模减小的中介效应引起的；农村人口老龄化对农业生态效率的技术效应检验中，农户可能会通过农业技术的运用来替代农业劳动投入，即通过机械化水平提高抵消了一部分(55.31%)农村人口老龄化对农业生态效率的负向效应；人力资本效应机制检验中，农村人口老龄化对农业生态效率促减效应中有24.10%是由于农村人口老龄化导致农村人力资本下降引起的。

第三，东部地区主要分布在高转移和较高转移阶段，中部地区劳动力转移随着时间推移逐渐加快，从中转移向较高转移阶段过渡。西部地区大部分分布在中转移阶段，东北地区除了辽宁处于较高转移阶段，吉林和黑龙江常年处于中转移阶段。对东中部和东北地区分别进行了门槛效应检验，结果显示:东部地区农村劳动力转移在64.450%水平下时，农村人口老龄化对农业生态效率的负面影响还未显现。相较于其他地区，农村人力资本在东部地区对农业生态效率的正向效应更强；中部地区农村人口老龄化对农业生态效率总体上呈现负相关，并且这种负效应先增强后减弱。中部地区农业生态效率对粮食作物种植结构依赖性更强；西部地区农村人口老龄化对农业生态效率的负效应在跨越第三个门槛值前均呈现逐渐降低的趋势，西部地区农业受灾率对农业生态效率的负效应相比其它地区更强；东北地区的农村人口老龄化对农业生态效率负向效应显著，当农村劳动力转移水平跨过门槛值42.114%后，农村人口老龄化对农业生态效率的负效应有所提高，东北地区农业生态效率对农业机械投入强度依赖很大。

(二)启示

第一，要减弱农村人口老龄化对农业生态效率的负效应需要把农村劳动力转移水平控制在一个合理的区间(38.145%

第二，在农村土地规模调整过程中，鼓励打算放弃农业生产的老年农户进行土地流转，有效地引导土地向更专业的职业农民手中集中，发展壮大新型农业生产经营主体，推动农民转变经营模式，将农地从分散、细碎的小规模经营向适度规模经营转变[25]；农村人口老龄化对农业生态效率的负面作用可以通过农业机械化技术的采用和推广来削弱农村劳动供给不足对农业生产的约束。充分利用人口老龄化时代背景下的土地规模化经营契机，有序推进农业生产的退出和流传，加快农业发展方式转变、完成农业现代化进程；为更好地应对农村人口老龄化的挑战，从根本上解决农村人口老龄化问题，还要继续推进乡村振兴战略的实施，鼓励年轻劳动力进入农业领域提高农村人力资本，通过年轻老动力带动老年劳动力更好地从事农业生产。

第三，因地制宜，东部地区应继续发挥人才优势和区位优势，发挥人力资本对农业生态效率的正向效应；中部地区应合理优化农作物种植结构，发挥粮食作物种植结构对农业生态效率的正效应；西部地区应加大非粮种植面积和政府财政支农的力度，重视自然环境因素对农业受灾率的影响；东北地区应该继续发挥东北老工业优势提升农业机械化程度，发挥好农业机械化对农业生态效率提升的影响机制。